-
基于PYTHON的行人检测与轨迹追踪
行人检测与轨迹追踪.py 行人检测追踪系统利用OpenCV中预先训练好的HOG 线性SVM模型（也可自己训练HOG 线性SVM模型）对视频中的行人进行检测，利用追踪算法绘制出行人的移动轨迹。整个系统用python实现，并用wxpython实现了GUI。
- 2019-10-22下载
- 积分：1
-
OFDM-MIMO（MATLAB）
使用matlba实现OFDM-MIMO，里面有完整的代码和一本详细的讲解如何用matlab仿真的书
- 2020-12-10下载
- 积分：1
-
来自HMW8卫星的Random-Forest_Rainfall-Estimation：使用随机森林机器学习方法从himawari...
【实例简介】HMW8卫星的随机森林降雨估算
使用随机森林，从himawari-8卫星多波段数据估算雨量
模型随机森林机器学习
数据未上传是因为数据过大且保密，因为它具有处理数据的低谷。 如果您有兴趣并想查看数据，可以给我发邮件：
使用的数据IR波段Himawari 8空间分辨率：2kmx2km时间分辨率：所有波段的10分钟组合。 9段+ 36分割窗口。 在一年八月2018-七月2019
在ftp://hmwr829gr.cr.chiba-u.ac.jp/gridded/FD/V20151105/免费下载
GPM DPR KuPR空间分辨率：5.2公里x 5.2公里，可从免费下载
假设在相似的大气条件下克服万隆盆地的数据局限性，通过将数据收集扩展到Java岛的一个岛屿来进行数据采样。 该算法使用具有多个阶段的随机森林模型，即
对降雨区域进行分类对降雨回归的类型进行分类以获得降雨值。 万隆盆地有3个
- 2021-11-16 00:32:44下载
- 积分：1
-
利用地表观测的GPS/InSar形变资料反演断层面滑动（Defnode）
本代码主要用于地球物理，大地测量，地震学等地学相关专业的源代码，资源含有所有的原代码和说明文件，在windos下，g95即可编译，在linux下gcc可编译。
- 2020-12-08下载
- 积分：1
-
汽车底盘模糊控制和门限值控制控制
汽车底盘集成控制的matlab/simulink程序。
- 2020-12-10下载
- 积分：1
-
SVM+SFS+KNN+SBS+LASSO+SRC算法（matlab版）
机器学习中的多种分类方法的matlab代码，程序正确可用，传上来一起分享交流。每个代码文件里面注释齐全，适合自学。
- 2020-12-04下载
- 积分：1
-
PCIE PCI-E X16的金手指和插座的3D 立体PCB封装 模板，AD DXP
PCIE-16x 的Altium PCB封装， 包含 金手指 封装 和 插座封装， 3D模型，不是平面的，PCIE-X16.PcbLib，可用Altium Designer打开
- 2020-12-05下载
- 积分：1
-
猫群算法matlab实现
本资源结合两个实验（1.数值函数实验；2.图像聚类），用matlab语言实现了猫群算法，取得了较好的精度。算法类似于粒子群算法（PSO），但是不同的是增加了Seeking Mode和Tracing Mode两个模式，其中，Seeking Mode用于变异，Tracing Mode用于更新速度、位置点的坐标，
- 2020-06-26下载
- 积分：1
-
2013 icm umap 特等奖论文 outstanding 评委点评
2013 mcm icm 学者和科研论文评价 包括几篇o奖论文和评委点评
- 2020-12-10下载
- 积分：1
-
RPCA 低秩稀疏分解
针对RPCA（鲁棒pca）的pptPCAPCA直观理解PCA矩阵相乘与投影向量B的模为1,则A与B的内积值等于A向B所在直线投影的矢量长度PCA矩阵相乘与坐标空间映射C三BQB为单位向量,相互正交CCBBPCA月gPCASVD=2OOOOO为单位向量,相互正交PCA前特征前特征前特征iiii出补R:_}原图P与前特征前特征前特征ROBUST PCA经典PCA局限性smc∥ Gaussian noises sparse, large errorsclassical PCA outputclassical PCA outputROBUST PCA提出 Robust pca给出:D=A0+E0,恢复A0和EoLoW-rankSparse componentcomponentgross errorsmin rank(A)+rIEllo subj A+E=D低秩:rank(A)=#{0(A)≠0}sparse, large errors稀疏:‖E|0=#{E;≠0}Not always -original problem is NP-hard
- 2020-06-05下载
- 积分：1
